[发明专利]一种钢卷双目视觉定位方法及设备有效

专利信息
申请号: 201810094718.X 申请日: 2018-01-31
公开(公告)号: CN108335331B 公开(公告)日: 2020-09-18
发明(设计)人: 胡友民;肖玲;吴波 申请(专利权)人: 华中科技大学
主分类号: G06T7/73 分类号: G06T7/73;G06T7/80;G06K9/46
代理公司: 华中科技大学专利中心 42201 代理人: 李智;曹葆青
地址: 430074 湖北*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 双目 视觉 定位 方法 设备
【权利要求书】:

1.一种钢卷双目视觉定位方法,其特征在于,采用双目相机拍摄获取标定卡图像和钢卷图像;根据标定卡图像进行立体相机标定,获得双目相机内部参数和外部参数;利用双目相机拍摄的左右钢卷图像获取钢卷图像匹配点的二维坐标;然后,基于立体相机标定获得的双目相机内部参数和外部参数对钢卷图像匹配点的二维坐标进行转换,获得钢卷图像匹配点的三维坐标,从而对钢卷图像进行三维重建,实现视觉定位;

钢卷图像匹配点包括左右钢卷图像的匹配特征点和左右钢卷图像轮廓匹配点;利用双目相机拍摄的左右钢卷图像获取钢卷图像匹配点的二维坐标的方法如下:

步骤1:提取双目相机拍摄的左右钢卷图像的HOG特征;

步骤2:利用左右钢卷图像HOG特征训练SVM支持向量机,使用训练后的SVM支持向量机去除左右钢卷图像的背景区域;

步骤3:基于步骤2获得的去除背景区域的左右钢卷图像分别进行如下处理:

步骤3.1,使用SIFT算法提取左右钢卷图像中的不变局部特征,从而获取左右钢卷图像的匹配特征点及其二维坐标值;

步骤3.2,提取出左右钢卷图像的轮廓,并将左右钢卷图像的轮廓进行匹配,获得左右钢卷图像轮廓匹配点的二维坐标值;

步骤3.2包括如下子步骤:

步骤3.2.1,使用Canny算子提取左右钢卷图像轮廓;

步骤3.2.2,通过设置阈值,检索图像中所有连通区域,使用区域生长算法将连通区域面积小于设定阈值的孔洞和小区域去除,得到修正后的左右钢卷图像轮廓;

步骤3.2.3,使用Hough变换从修正后的左右钢卷图像轮廓中提取直线,将提取出的直线作为匹配基准,进行修正后的左右钢卷图像轮廓的匹配;

步骤3.2.4,获取匹配后的左右钢卷图像轮廓上的二维点的坐标,其中包括提取出的直线上的二维点的坐标。

2.如权利要求1所述的一种钢卷双目视觉定位方法,其特征在于,步骤1中提取左右钢卷图像的HOG特征的方法如下:

首先,对分别对左右钢卷图像进行灰度处理;然后,采用Gamma校正法对灰度处理后的图像进行颜色空间的归一化处理;其次,计算归一化的灰度图像中每个像素的梯度;之后,将归一化的灰度图像划分成多个单元;统计每个单元的梯度直方图,形成每个单元的描述子;将每9个单元组成一个块,一个块内所有单元的特征描述子串联起来得到该块的HOG特征描述子;最后,将所有块的HOG特征描述子串联起来,得到左右钢卷图像的HOG特征描述子,从而提取出左右钢卷图像的HOG特征。

3.如权利要求2所述的一种钢卷双目视觉定位方法,其特征在于,步骤3.1中获取左右钢卷图像的匹配特征点及其二维坐标值的方法如下:

首先,通过建立左右钢卷图像的尺度空间进行DoG局部极值点检测,通过去除低对比度的极值点和边缘响应进行关键点精确定位;其次,基于区域梯度直方图确定关键点的主方向和辅方向,对关键点周围的图像区域分块,基于块内梯度直方图确定关键点的特征向量;最后,通过计算左右钢卷图像中对应关键点的HOG特征描述子的欧氏距离来进行左右钢卷图像关键点的匹配,从而获取左右钢卷图像的匹配特征点及其二维坐标值。

4.如权利要求1所述的一种钢卷双目视觉定位方法,其特征在于,步骤3.2.2中,采用4邻域检测法去除孔洞,采用8邻域检测法去除小区域。

5.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现如权利要求1~4任一项所述的方法。

6.一种钢卷双目视觉定位设备,其特征在于,包括如权利要求5所述的计算机可读存储介质以及处理器,处理器用于调用和处理计算机可读存储介质中存储的计算机程序。

7.如权利要求6所述的一种钢卷双目视觉定位设备,其特征在于,包括双目摄像机,双目摄像机的图像数据输出端口连接处理器,处理器用于接收双目摄像机拍摄的标定卡图像及左右钢卷图像,并调用计算机可读存储介质中存储的计算机程序对标定卡图像及左右钢卷图像进行处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810094718.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top